主要观点：

• 发布第一代生成式人工智能（Gen-AI）产品不仅是技术问题，更是系统级事件，企业或消费级环境中需协调各层。
• Gen-AI 产品的 V1 版本不是原型或实验室演示，而是可接收生产流量交互且不影响核心信任预期的最小可行基线。
• 一次性架构在投入生产后很快会失效，V1 系统需模块化。
• 需将模型输出与企业级数据关联（grounding）作为生产级子系统。
• Gen-AI 系统测试不仅针对模型，还针对产品，要测试用户意图与模型输出的语义一致性。
• 推理基础设施是产品约束，而非平台问题，会直接影响用户体验。
• 处理幻觉（hallucinations）意味着构建拒绝机制。

关键信息：

• Gen-AI 产品链接，开放源语言模型链接，亚马逊 Rufus 链接，可靠性测试教程链接，GPU 可用性链接
• 不同案例，如顶级电商平台的 Gen-AI 产品、主要零售商的接地管道重建、企业平台的评估系统等。

重要细节：

• 投入生产后，单一端点包裹模型的神话破灭，多模块架构更重要。
• 接地能确保模型输出可靠，避免价格等信息错误。
• 评估系统要捕获用户会话数据，检测差异并学习调整。
• 基础设施影响用户体验，需合理调配资源。
• 高敏感领域的系统要知道何时拒绝输出，保证可靠。
• 构建 V1 Gen-AI 产品要像对待系统一样，做出艰难决策并持续学习。